sess = tf.Session()
sess.run(cost,feed_dict={z:logits,y:labels})
sess.close()
print(cost)
在上面的代码片段中,它打印了张量描述 成本=张量(“物流损失6:0”,数据类型=浮动32)”而不是成本的价值
然而,如果我使用
sess = tf.Session()
cost = sess.run(cost,feed_dict={z:logits,y:labels})
sess.close()
print(cost)
然后输出成本
我的问题是-当我运行sess.run(cost,feed…)时,成本不是被评估和存储了吗
了解Tensorflow的一个基本问题是,它创建了一个包含所有操作的计算图。所以事实上,变量
cost
的内容是一个张量,这是一个图形的操作,这就是为什么直接打印它时,你会得到你得到的。为了让计算图实际计算某些内容,您必须调用sess.run()
,同时将输入提供给占位符(作为Tensorflow计算图的输入),然后sess.run()
调用返回计算值调用
sess.run()
不会修改图形,它只使用它来计算给定输入所需张量的值。所以你的问题的答案是:它被计算,计算值由sess.run()
返回,但是它不存储在张量中。把张量想象成指向图形的符号指针。张量只是表示图中计算流中的一个节点,它从不包含计算值。然后使用sess.run(tensor, feed_dict)
运行由符号张量定义的计算,给定feed_dict
中的输入。这是Tensorflow的核心概念,理解它非常重要相关问题 更多 >
编程相关推荐